��ݮ��Ƶ

Zwischen KI, Datenstrategie und Realität

In dieser Episode von Talking Proof spricht Lukas Vogt mit , SVP Product bei , über den Alltag von CIOs und darüber, wie sich der Softwareeinsatz in Unternehmen verändert. Im Fokus stehen die Auswirkungen von KI, die wachsende Bedeutung einer soliden Datenstrategie und die Frage, welche Kriterien bei der Auswahl von Software wirklich entscheidend sind.

Gemeinsam beleuchten sie, worauf ESG- und Compliance-Manager achten sollten, wenn sie Software einkaufen - von Skalierbarkeit und Integrationsfähigkeit bis hin zur langfristigen Anpassungsfähigkeit der IT. Eine praxisnahe Episode für alle, die nachhaltige Software-Entscheidungen treffen müssen

‍

Kurz & knapp - darum geht’s in dieser Folge

• Wie verändert sich die Rolle von CIOs und IT-Leitungen durch KI, Daten und geopolitische Anforderungen��
• Warum sind Datenqualität und IT-Architektur wichtiger als schicke Dashboards
  Wie können Unternehmen Innovation und Stabilität in Einklang bringen

Am Ende finden Sie außerdem:

👉 Fünf konkrete Dinge, die Unternehmen jetzt tun können, um KI und Daten strategisch und nachhaltig einzusetzen.

‍

‍

‍

‍

‍

Der gesamte Podcast zum Nachlesen

Lukas: Guten Morgen, Dominik. Ich freue mich, dich bei Talking Proof begrüßen zu dürfen. Erzähl doch mal kurz: Wer bist du?

Dominik: Hallo Lukas, schön, dass ich da sein darf!��

Hier steht ein Schachbrett vor mir. Ich durfte gerade schon von deinen Schachkünsten lernen. Schach begleitet mich seit etwa 30 bis 35 Jahren. Seit ich meinen Vater damals im Verein geschlagen habe, spiele ich es intensiv und bringe es heute auch meinen Kindern bei. Neben Schach interessieren mich Wissenschaft, Kunst und Sport.��

Nach meinem Studium habe ich mich rund 20 Jahre mit verschiedenen Perspektiven der IT-Welt beschäftigt: Softwareentwicklung, Beratung in München und zuletzt etwa 10 12 Jahre Enterprise-Architektur bei LeanIX.

Wir haben LeanIX von rund zehn Personen bis zum Exit aufgebaut – heute sind wir Teil von SAP. Ich durfte dort Customer Success, Solution Engineering und Product mit aufbauen.��

Heute habe ich großen Spaß daran, Wissen weiterzugeben – besonders im B2B-Bereich: Wie baut man Produkte? Wie verkauft man sie? Und vor allem: Wie versteht man Kunden wirklich?

Seit etwa 15 Jahren beschäftige ich mich intensiv mit IT-Leitern und Enterprise-Architekten – Menschen, die sich mit Fragen beschäftigen wie: Wie stelle ich mein Unternehmen für neue Businessanforderungen, KI und geopolitische Herausforderungen auf?

Was CIOs heute wirklich beschäftigt

Lukas: Du hast viel Kontakt zu IT-Leitungen. Kannst du erklären, wie CIOs heute ticken?

Dominik: Die Rolle des CIO hat sich stark verändert. Als wir vor zehn Jahren gestartet sind, war Software as a Service noch neu. Viele fragten: Wo liegen meine Daten? Sind sie sicher?

Heute prasseln unglaublich viele Anforderungen auf CIOs ein: KI soll das Business transformieren, alles muss sicher und nachhaltig sein – und am besten noch 15 % Kosten sparen. Gleichzeitig gibt es geopolitische Themen: Märkte verlassen, Datenhoheit sichern, Resilienz schaffen.

Der CIO muss heute verstehen, was der Fachbereich will, und das in eine IT-Strategie übersetzen: Wie habe ich heute eine verlässliche IT? Und wie habe ich sie in fünf oder zehn Jahren?

Das betrifft Menschen, Prozesse und Strukturen gleichermaßen.

Weiterhin überschätzen wir oft, was in einem Jahr möglich ist – und unterschätzen, was in fünf oder zehn Jahren möglich sein wird. Wir werden nächstes Jahr keine fliegenden Autos haben und nicht alle Krankheiten lösen. Aber KI wird uns deutlich weiterbringen.

Für IT-Strategien bedeutet das: Man muss Trends beobachten, ohne jedem Hype hinterherzulaufen. Gleichzeitig muss die Architektur so gebaut sein, dass sie zukünftige Entwicklungen tragen kann. Der Begriff Architektur wird immer wichtiger für CIOs.

KI zwischen Demo und Realität

Lukas: Viele KI-Demos von SaaS-Anbietern sehen erstmal toll aus, aber im Alltag scheitert es oft.

Dominik: Daten sind die Essenz eines Unternehmens. Wenn Daten falsch oder verloren sind, ist man im Zweifel aus dem Geschäft.

Ich denke in drei Ebenen:

1. Infrastruktur – sicher, stabil, performant
2. Applikationen – SAP, eigene Systeme, eingekaufte ��ö���ܲԲ����
3. User Experience

Zwischen diesen Ebenen spielen Daten die zentrale Rolle. Unternehmen merken: Um mit KI echten Mehrwert zu erzeugen, müssen Daten aus verschiedenen Töpfen sinnvoll verknüpft werden.

Fokus statt Tool-Wildwuchs

Lukas: Viele CIOs sagen: Nicht noch eine Software bitte.

Dominik: Extreme funktionieren nicht. Ein Extrem ist: Alles von einem Anbieter – das wird träge. Das andere Extrem: Tausende Einzellösungen – das wird chaotisch.

Was hilft, ist eine Capability Map: Welche Kernbereiche habe ich? HR, Logistik, Einkauf, Finanzen? Wo nutze ich Standardsoftware – und wo will ich mich differenzieren?

In Bereichen wie Finanzen ist Standard okay. In anderen – etwa Supply Chain – will ich mich bewusst abheben und investiere gezielt in spezialisierte ��ö���ܲԲ����.

Wissen als Wettbewerbsvorteil und Rolle von Partnern

Lukas: Ist Wissen ein Wettbewerbsvorteil?

Dominik: Für Softwareunternehmen ist Innovation in ihrer Domäne essenziell.
Für Kundenunternehmen heißt das: Ich suche mir Partner, die nicht nur Software liefern, sondern Expertise und Innovation mitbringen.

Wenn ich einem Vendor vertraue, der meine Domäne versteht, Daten sicher verarbeitet und sich gut integriert, habe ich langfristig einen echten Mehrwert.

Dashboards sind nicht genug: Von Daten zu Entscheidungen

Lukas: Viele reden über Dashboards. Wie siehst du das?

Dominik: Dashboards sind massiv überbewertet.
Die entscheidenden Fragen sind:

• Vertraue ich den Daten?
  Verstehe ich sie?
• Kann ich daraus Handlungen ableiten?

Ein schönes Diagramm ist schnell gebaut. Aber zu wissen, wo die Daten herkommen und dass sie semantisch zusammenpassen – das ist die eigentliche Arbeit.

Lukas: Wie wichtig ist Datenqualität für KI? Ich versuche unseren Kunden immer zu erklären, dass ohne kaum etwas geht.

Dominik: Ohne gute Daten bringt KI nichts. Ich habe selbst erlebt, wie schlecht KI hilft, wenn die Datenbasis nicht stimmt – etwa beim Aufbau eines Sofas mit ChatGPT.

Man muss wissen:

• Welche Daten habe ich?
• Wem gehören sie?
• Wie verknüpfe ich sie?
• Wie sehr vertraue ich Entscheidungen daraus?

Human-in-the-loop bleibt entscheidend.

Governance und Erwartungen an Software-Vendoren

Lukas: Was erwartest du heute von Software-Anbietern?

Dominik: Ich erwarte:

• klare Datenarchitektur
• Governance
• saubere APIs
• Security & Datenschutz
• Integration in bestehende IT-Landschaften

Jeder Vendor muss 2025 zeigen, dass er damit umgehen kann. Es ist eine schwere Zeit für IT-Abteilungen. Technologie verändert sich rasant, geopolitische Unsicherheiten kommen hinzu, Cloud-Strategien müssen ständig neu bewertet werden.

Erfolgreiche Unternehmen schaffen Dialog:

• Empathie für Fachanforderungen
• Verständnis für technische Komplexität
• Vertrauen statt Extreme

Weder totale Innovationsverweigerung noch Wildwuchs mit Kreditkarte funktionieren.

Transparenz und Vertrauen als Erfolgsfaktoren

Lukas: Was hast du aus zehn Jahren gelernt?

Dominik: Zwei Dinge: Transparenz und Vertrauen.

Offen sagen:

• Wo steht das Produkt?
• Wo geht die Reise hin?
• Was geht – und was nicht?

Offene Roadmaps schaffen Vertrauen. Manchmal heißt das auch, Nein zu sagen, wenn etwas nicht sinnvoll ist.

Mut zum Nein: Klare Grenzen schaffen Vertrauen

Dominik: Ein Kunde fragte kürzlich, ob unsere Software für einen völlig anderen Zweck genutzt werden könne. Wir haben bewusst Nein gesagt.
Die Kundin war dankbar, weil sie damit planen konnte.

Klares Erwartungsmanagement ist langfristig gesünder für beide Seiten.

Lukas: Dominik, vielen Dank für deine Zeit und die spannenden Insights. Vielleicht spielen wir jetzt noch eine Revanche am Schachbrett.

Dominik: Sehr gerne, Lukas. Danke für das Gespräch!

Fünf Dinge, die Unternehmen jetzt tun können

1. Datenbasis klären: Transparenz schaffen, welche Daten es gibt, wem sie gehören und wie ihre Qualität gesichert wird.
2. Architektur vor Tools stellen: Erst die IT- und Datenarchitektur definieren, dann neue KI- oder Softwarelösungen auswählen.
3. Fokus statt Tool-Wildwuchs: Klar entscheiden, in welchen Bereichen Standardsoftware reicht und wo Differenzierung sinnvoll ist.
4. Human-in-the-Loop etablieren: KI als Unterstützung nutzen - nicht als alleinige Entscheidungsinstanz.
5. Partnerschaften aufbauen: Mit Software-Anbietern zusammenarbeiten, die Transparenz, Integration und Weiterentwicklung garantieren.